سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

پیش بینی تصادفات عابران پیاده عوامل موثر بر آن با استفاده از روش ابداعی خوشه بندی کا-میانگین در شبکه عصبی پرسپترون چندلایه

Publish Year: 1397
Type: Conference paper
Language: Persian
View: 441

This Paper With 10 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

IIEC15_026

Index date: 30 April 2019

پیش بینی تصادفات عابران پیاده عوامل موثر بر آن با استفاده از روش ابداعی خوشه بندی کا-میانگین در شبکه عصبی پرسپترون چندلایه abstract

عابران پیاده به دلیل عدم محافظت بخصوص در مسیرها، از آسیب پذیرترین عوامل حاضر در جاده های درون برون شهری محسوب میشوند. هدف این پژوهش در ابتدا کشف عوامل موثر بر تصادفات عابران پیاده در جاده ها سپس بررسی عملکرد روش ابداعی خوشه بندی در شبکه های عصبی مصنوعی برای پیش بینی تصادفات عابران پیاده در ایران است. برای دستیابی به اهداف این پژوهش از الگوریتم های داده کاوی خوشه بندی شبکه های عصبی با استفاده از نرم افزار داده کاوی استفاده شد. به دلیل وجود روشهای متعدد در خوشه بندی، این پژوهش تمرکز خود را بر روی روش خوشه بندی کا-میانگین قرار داد.همچنین از روش پرسپترون چندلایه در شبکه های عصبی استفاده گردید. نتایج نشان داد که نیازمند رسیدگی سریع به آموزش به رانندگان به خصوص به رانندگان جوان آموزش به شهروندان هستیم. همچنین در این پژوهش مشخص گردید، اغلب موارد عابران پیاده مقصر اصلی در تصادفات نیستند. در نهایت نتایج بررسی مدل، نشان از برتری روش ابداعی پیشنهادی در همه ابعاد نسبت به روش ساده دارد.

پیش بینی تصادفات عابران پیاده عوامل موثر بر آن با استفاده از روش ابداعی خوشه بندی کا-میانگین در شبکه عصبی پرسپترون چندلایه Keywords:

پیش بینی تصادفات عابران پیاده عوامل موثر بر آن با استفاده از روش ابداعی خوشه بندی کا-میانگین در شبکه عصبی پرسپترون چندلایه authors

بهرام مسلم

کارشناسی ارشد، مهندسی صنایع، دانشکده فنی مهندسی، دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران، تهران، ایران

مهرداد توفیقی اصل

کارشناسی ارشد، مهندسی صنایع، دانشکده فنی مهندسی، دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران، تهران، ایران

مقاله فارسی "پیش بینی تصادفات عابران پیاده عوامل موثر بر آن با استفاده از روش ابداعی خوشه بندی کا-میانگین در شبکه عصبی پرسپترون چندلایه" توسط بهرام مسلم، کارشناسی ارشد، مهندسی صنایع، دانشکده فنی مهندسی، دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران، تهران، ایران؛ مهرداد توفیقی اصل، کارشناسی ارشد، مهندسی صنایع، دانشکده فنی مهندسی، دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران، تهران، ایران نوشته شده و در سال 1397 پس از تایید کمیته علمی پانزدهمین کنفرانس بین المللی مهندسی صنایع پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله پرسپترون چندلایه، تصادفات عابران پیاده، خوشه بندی، شبکه عصبی، کا-میانگین هستند. این مقاله در تاریخ 10 اردیبهشت 1398 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 441 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که عابران پیاده به دلیل عدم محافظت بخصوص در مسیرها، از آسیب پذیرترین عوامل حاضر در جاده های درون برون شهری محسوب میشوند. هدف این پژوهش در ابتدا کشف عوامل موثر بر تصادفات عابران پیاده در جاده ها سپس بررسی عملکرد روش ابداعی خوشه بندی در شبکه های عصبی مصنوعی برای پیش بینی تصادفات عابران پیاده در ایران است. برای دستیابی ... . این مقاله در دسته بندی موضوعی شبکه عصبی طبقه بندی شده است. برای دانلود فایل کامل مقاله پیش بینی تصادفات عابران پیاده عوامل موثر بر آن با استفاده از روش ابداعی خوشه بندی کا-میانگین در شبکه عصبی پرسپترون چندلایه با 10 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.